CN117290145B - 一种基于大数据的计算机设备管理系统及方法 - Google Patents

Abstract

本发明公开了一种基于大数据的计算机设备管理系统及方法，属于数据处理技术领域。将计算机分为软件和硬件两个部分，进而将对故障的分析分为内外两个维度；构建程序指令与故障源的关联关系，对故障源进行分类，再将实时采集的数据与关联关系进行匹配，进而能快速识别判断出故障和故障来源；结合计算机的特性，构建木桶模型，对工控系统的整体故障承受能力进行评估；进而既能够精准识别出系统的故障源，便于工作人员进行快速维护，同时也能对系统整体进行评估预警，并且在诊断识别的过程中不干涉系统其他功能的正常运作，保护了原始数据；将软件与硬件结合来分析，利用大数据技术，提高分析的精准度，使数据分析具有整体性、全面性和智能性。

Description

一种基于大数据的计算机设备管理系统及方法

技术领域

本发明涉及数据处理技术领域，具体为一种基于大数据的计算机设备管理系统及方法。

背景技术

随着工业与计算机的快速发展，在自动化程度越来越高的今天，计算机也应用到自动化控制系统的方方面面；工控机与普通计算机的技术原理相同，组成结构也差不多，只是在工控机强调的是其工作稳定性；工控机一般工作在相对恶劣的环境下工作的，对环境温度、湿度、供及电压、平稳性、通风性能等要求比较高，但工作环境往往达不到要求，工控机也容易发生故障，部分硬件出现问题还能及时更换，一旦磁盘发生损坏，会造成大量记录数据丢失，控制软件破坏，短时间无法修复，造成被控参数控制不稳，往往带来巨大的经济损失。

一般情况下计算机中的故障包括软件故障和硬件故障两大类；软件故障是指在计算机运行的过程中，由于计算机安装的软件出现了问题而造成的故障，一般来说绝大多数的软件自身不会发生这样的问题，主要是出现了病毒、操作人员的错误操作、软件之间的互相冲突；而硬件故障在一般的情况下主要是指计算机运行过程中硬盘和设备出现了严重的损耗，这导致计算机在工作的过程中受到影响。

现阶段对于计算机设备的故障诊断方法往往是将软件和硬件分开来进行，使诊断分析形成孤岛，容易对故障诊断产生遗漏，且软件方法的检测容易破环原始数据，烧坏硬盘和元器件；硬件方法检测大多依靠人工经验判断(如电压测量法和观察法)，硬件检测方法在诊断的过程中往往需要利用插件操作暂停设备的其他功能。

发明内容

本发明的目的在于提供一种基于大数据的计算机设备管理系统及方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：

一种基于大数据的计算机设备管理系统，本系统包括：计算机设备故障数据库模块、故障分类模块、故障巡查模块和预警提示模块；

所述计算机设备故障数据库模块，用于预先构建计算机设备故障数据库，所述故障数据库包括故障源数据库和程序指令控制数据库；根据故障源数据库和程序指令控制数据库，分别获取故障感知集合和指令控制集合；

所述故障分类模块，用于在故障感知集合和指令控制集合之间遍历寻找故障源数据与程序指令控制数据的关联关系；基于故障源数据与程序指令控制数据的关联关系，将故障源数据分为内部故障源数据和外部故障源数据；

所述故障巡查模块，用于在预设的采集周期节点，分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合；基于指令控制集合，构建故障源研判模型，对工控系统内的各个计算机设备进行故障源数据的巡查，输出故障源数据巡查结果；

所述预警提示模块，用于基于故障源巡查结果，构建计算机设备故障预警模型，输出故障预警信息。

进一步的，所述计算机设备故障数据库模块还包括计算机设备故障源数据库单元和计算机设备程序指令控制数据库单元；

所述计算机设备故障源数据库单元，用于调取工控系统内各个计算机设备的维修日志，所述维修日志包括计算机设备的故障源数据和每个故障源的感知时间范围；根据各个计算机的维修日志，对工控系统内的所有故障源数据进行统计，对故障源数据进行统一编号为{G₁，G₂，...，G_X}，其中G₁，G₂，...，G_X分别代表一种故障源数据，X为故障源数据的总种数；将任意一个故障源数据记为G_i且G_i∈{G₁，G₂，...，G_X}；根据故障源的发生时间和结束时间，对故障源的感知时间范围进行记录；构建计算机设备故障源数据库，根据任意一个故障源数据的全部感知时间范围生成故障感知集合，记为G_i＝{gt₁，gt₂，...，gt_n}，其中gt₁，gt₂，...，gt_n分别代表一种感知时间范围，n为感知时间范围的总种数；

所述计算机设备程序指令控制数据库单元，用于调取工控系统内各个计算机设备连接接口处的指令控制日志，所述指令控制日志包括计算机设备的程序指令控制数据和每个程序指令的控制时间范围；根据各个计算机的指令控制日志，对工控系统内的所有程序指令控制数据进行统计，对程序指令控制数据进行统一编号为{Q₁，Q₂，...，Q_Y}，其中Q₁，Q₂，...，Q_Y分别代表一种程序指令控制数据，Y为程序指令控制数据的总种数；将任意一个程序指令控制数据记为Q_j且Q_j∈{Q₁，Q₂，...，Q_Y}；根据程序指令控制的发生时间和结束时间，对程序指令的控制时间范围进行记录；构建计算机设备程序指令控制数据库，根据任意一个程序指令控制数据的全部控制时间范围生成指令控制集合，记为Q_j＝{qt₁，qt₂，...，qt_m}，其中qt₁，qt₂，...，qt_m分别代表一种控制时间范围，m为控制时间范围的总种数。

进一步的，所述故障分类模块还包括关联度计算单元和故障分类单元；

所述关联度计算单元，用于以故障感知集合为搜索源，以指令控制集合为目标源，将任意一个感知时间范围记为gt_a，则gt_a∈{gt₁，gt₂，...，gt_n}，将任意一个控制时间范围记为qt_b，则qt_b∈{qt₁，qt₂，...，qt_m}；如果gt_a和qt_b存在关系则表示任意一个故障源数据G_i发生的同时程序指令控制数据Q_j也发生了；统计存在关系的感知时间范围数量，记为C，计算故障源数据与程序指令控制数据的关联度D＝C×(n-C)÷m²；

所述故障分类单元，用于预设关联度阈值D₀，如果D大于等于D₀，则表示任意一个故障源数据G_i与任意一个程序指令控制数据Q_j存在关联关系，否则不存在关联关系；将存在关联关系的故障源数据分为内部故障源数据，将不存在关联关系的故障源数据分为外部故障源数据。

进一步的，所述故障巡查模块还包括数据采集单元和故障研判模型单元；

所述数据采集单元，用于预设采集周期节点，在采集周期节点内分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合，记为实时指令控制集合，将任意一个实时指令控制集合记为Q^W＝{q^Wt₁，q^Wt₂，...，q^Wt_P}，其中q^Wt₁，q^Wt₂，...，q^Wt_P分别代表集合Q^W内的一种控制时间范围，P为集合Q^W内的控制时间范围的总种数；分别调取内部故障源数据和外部故障源数据对应关联关系下的程序指令控制数据对应的指令控制集合，并依次记为内部指令控制集合和外部指令控制集合；在内部指令控制集合和外部指令控制集合中任意选取一个集合，记为Q^L＝{q^Lt₁，q^Lt₂，...，q^Lt_V}，其中q^Lt₁，q^Lt₂，...，q^Lt_V分别代表集合Q^L内的一种控制时间范围，V为集合Q^L内的控制时间范围的总种数；

所述故障研判模型单元，用于构建故障源研判模型，将集合Q^W内的任意一种控制时间范围记为q^Wt_e，将集合Q^L内的任意一种控制时间范围记为q^Lt_f，如果q^Wt_e和q^Lt_f存在关系则表示计算机设备存在故障，如果Q^L为内部指令控制集合，则判定计算机设备存在内部故障，否则为外部故障；调取集合Q^L对应的程序指令控制数据，基于故障源数据与程序指令控制数据的关联关系锁定故障源数据；对采集周期节点内的所有实时指令控制集合进行故障源研判，输出故障源数据巡查结果，所述故障源数据巡查结果包括内部故障源数据巡查结果和外部故障源数据巡查结果，根据内部故障源数据巡查结果和外部故障源数据巡查结果分别生成内部故障源集合和外部故障源集合。

进一步的，所述预警提示模块还包括计算机设备故障预警模型单元和预警提示单元；

所述计算机设备故障预警模型单元，用于对工控系统内每个计算机设备进行故障源数据的巡查，将任意一个计算机设备记为I，将计算机设备I的内部故障源集合中元素数量记为E_I，将计算机设备I的外部故障源集合中元素数量记为F_I，其中I∈{1，2，...，A}，A为工控系统内计算机设备的总数量；构建计算机设备故障预警模型，根据木桶原理，木桶底面圆周长将工控系统看作木桶，以1/(E_I*B)为比例对周长进行划分，根据周长划分结果，将木桶划分成A个部分，其中每一部分对应一个计算机设备，则计算机设备I在木桶上对应的高度记为1/F_I；计算计算机设备I在木桶中的体积T＝B/(4πE_IF_I)；

所述预警提示单元，用于获取计算机设备在木桶中的体积最小值，记为T_min，预设故障预警阈值，当T_min小于等于故障预警阈值时，输出故障预警信息，并发送预警信息至相关负责人；所述预警信息为工控系统内各个计算机设备在木桶中的体积按照从小到大的顺序排列的集合。

一种基于大数据的计算机设备管理方法，本方法包括以下步骤：

步骤S100：预先构建计算机设备故障数据库，所述故障数据库包括故障源数据库和程序指令控制数据库；根据故障源数据库和程序指令控制数据库，分别获取故障感知集合和指令控制集合；

步骤S200：在故障感知集合和指令控制集合之间遍历寻找故障源数据与程序指令控制数据的关联关系；基于故障源数据与程序指令控制数据的关联关系，将故障源数据分为内部故障源数据和外部故障源数据；

步骤S300：在预设的采集周期节点，分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合；基于指令控制集合，构建故障源研判模型，对工控系统内的各个计算机设备进行故障源数据的巡查，输出故障源数据巡查结果；

步骤S400：基于故障源巡查结果，构建计算机设备故障预警模型，输出故障预警信息；

根据上述方法，计算机的故障来源一般分为软件部分和硬件部分，而软件部分的执行载体正是硬件部分，因此可以通过硬件部分的反馈响应来直接感知软件部分的故障，也可以通过软件的执行结果来间接体现硬件的问题所在，在计算机设备中，硬件执行软件的命令，软件连接各硬件，将各硬件的功能统一协调；而硬件部分的故障诊断往往需要人工赶往现场进行确认，需要消耗大量的人力物力和时间，进而本申请将软件与硬件结合来分析，首先通过软件程序部分来感知故障来源是否为内部，即程序指令控制是否出现问题。

进一步的，所述步骤S100中预先构建计算机设备故障数据库的具体实施过程包括：

步骤S101：调取工控系统内各个计算机设备的维修日志，所述维修日志包括计算机设备的故障源数据和每个故障源的感知时间范围；根据各个计算机的维修日志，对工控系统内的所有故障源数据进行统计，对故障源数据进行统一编号为{G₁，G₂，...，G_X}，其中G₁，G₂，...，G_X分别代表一种故障源数据，X为故障源数据的总种数；将任意一个故障源数据记为G_i且G_i∈{G₁，G₂，...，G_X}；根据故障源的发生时间和结束时间，对故障源的感知时间范围进行记录；构建计算机设备故障源数据库，根据任意一个故障源数据的全部感知时间范围生成故障感知集合，记为G_i＝{gt₁，gt₂，...，gt_n}，其中gt₁，gt₂，...，gt_n分别代表一种感知时间范围，n为感知时间范围的总种数；

步骤S102：调取工控系统内各个计算机设备连接接口处的指令控制日志，所述指令控制日志包括计算机设备的程序指令控制数据和每个程序指令的控制时间范围；根据各个计算机的指令控制日志，对工控系统内的所有程序指令控制数据进行统计，对程序指令控制数据进行统一编号为{Q₁，Q₂，...，Q_Y}，其中Q₁，Q₂，...，Q_Y分别代表一种程序指令控制数据，Y为程序指令控制数据的总种数；将任意一个程序指令控制数据记为Q_j且Q_j∈{Q₁，Q₂，...，Q_Y}；根据程序指令控制的发生时间和结束时间，对程序指令的控制时间范围进行记录；构建计算机设备程序指令控制数据库，根据任意一个程序指令控制数据的全部控制时间范围生成指令控制集合，记为Q_j＝{qt₁，qt₂，...，qt_m}，其中qt₁，qt₂，...，qt_m分别代表一种控制时间范围，m为控制时间范围的总种数；

根据上述方法，通过维修日志来获取故障源的发生时间和结束时间，故障源的结束时间为故障处理好后的时间，通过指令控制日志来获取程序控制的发生时间和结束时间，程序控制的发生时间为程序指令的发出时间，程序控制的结束时间为程序指令执行后收到的响应反馈时间；进而通过时间维度来感知故障源与程序控制的时间是否存在重合，进行内部故障的初步筛查。

进一步的，所述步骤S200的具体实施过程包括：

步骤S201：以故障感知集合为搜索源，以指令控制集合为目标源，将任意一个感知时间范围记为gt_a，则gt_a∈{gt₁，gt₂，...，gt_n}，将任意一个控制时间范围记为qt_b，则qt_b∈{qt₁，qt₂，...，qt_m}；如果gt_a和qt_b存在关系则表示任意一个故障源数据G_i发生的同时程序指令控制数据Q_j也发生了；统计存在关系的感知时间范围数量，记为C，计算故障源数据与程序指令控制数据的关联度D＝C×(n-C)÷m²；

步骤S202：预设关联度阈值D₀，如果D大于等于D₀，则表示任意一个故障源数据G_i与任意一个程序指令控制数据Q_j存在关联关系，否则不存在关联关系；将存在关联关系的故障源数据分为内部故障源数据，将不存在关联关系的故障源数据分为外部故障源数据；

根据上述方法，通过预设关联度阈值，获取程序指令与故障源的匹配关系，进而将故障源进行内部程序故障和除程序以外的外部故障的锁定。

进一步的，所述步骤S300的具体实施过程包括：

步骤S301：预设采集周期节点，在采集周期节点内分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合，记为实时指令控制集合，将任意一个实时指令控制集合记为Q^W＝{q^Wt₁，q^Wt₂，...，q^Wt_P}，其中q^Wt₁，q^Wt₂，...，q^Wt_P分别代表集合Q^W内的一种控制时间范围，P为集合Q^W内的控制时间范围的总种数；分别调取内部故障源数据和外部故障源数据对应关联关系下的程序指令控制数据对应的指令控制集合，并依次记为内部指令控制集合和外部指令控制集合；在内部指令控制集合和外部指令控制集合中任意选取一个集合，记为Q^L＝{q^Lt₁，q^Lt₂，...，q^Lt_V}，其中q^Lt₁，q^Lt₂，...，q^Lt_V分别代表集合Q^L内的一种控制时间范围，V为集合Q^L内的控制时间范围的总种数；

步骤S302：构建故障源研判模型，将集合Q^W内的任意一种控制时间范围记为q^Wt_e，将集合Q^L内的任意一种控制时间范围记为q^Lt_f，如果q^Wt_e和q^Lt_f存在关系则表示计算机设备存在故障，如果Q^L为内部指令控制集合，则判定计算机设备存在内部故障，否则为外部故障；调取集合Q^L对应的程序指令控制数据，基于故障源数据与程序指令控制数据的关联关系锁定故障源数据；对采集周期节点内的所有实时指令控制集合进行故障源研判，输出故障源数据巡查结果，所述故障源数据巡查结果包括内部故障源数据巡查结果和外部故障源数据巡查结果，根据内部故障源数据巡查结果和外部故障源数据巡查结果分别生成内部故障源集合和外部故障源集合；

根据上述方法，将实时采集的指令控制数据与建立好的故障匹配关联关系进行进一步的匹配；首先根据关联关系判断是否存在故障，再通过时间重合即集合包含关系进行故障源种类的深入分析锁定。

进一步的，所述步骤S400中的具体实施过程包括：

步骤S401：对工控系统内每个计算机设备进行故障源数据的巡查，将任意一个计算机设备记为I，将计算机设备I的内部故障源集合中元素数量记为E_I，将计算机设备I的外部故障源集合中元素数量记为F_I，其中I∈{1，2，...，A}，A为工控系统内计算机设备的总数量；构建计算机设备故障预警模型，根据木桶原理，木桶底面圆周长将工控系统看作木桶，以1/(E_I*B)为比例对周长进行划分，根据周长划分结果，将木桶划分成A个部分，其中每一部分对应一个计算机设备，则计算机设备I在木桶上对应的高度记为1/F_I；计算计算机设备I在木桶中的体积T＝B/(4πE_IF_I)；

步骤S402：获取计算机设备在木桶中的体积最小值，记为T_min，预设故障预警阈值，当T_min小于等于故障预警阈值时，输出故障预警信息，并发送预警信息至相关负责人；所述预警信息为工控系统内各个计算机设备在木桶中的体积按照从小到大的顺序排列的集合；

根据上述方法，传统的木桶原理即通过短板效应来对系统进行预警分析评判，本申请对传统的木桶结合计算机的特性进行改良，加入了底板效应来评估，底板代表系统的基础承受风险能力，即内部程序连接协调各硬件的稳定性，如果程序出现问题，那么对于硬件故障的分析是不准确的，往往存在对硬件的误判可能；将外部故障作为木桶的高度，代表系统的外部承载风险能力，进而将内部和外部结合，即软件和硬件结合来对工控系统进行整体的评估分析；其中，内部和外部故障源的数量越小，其倒数则越大，系统则越安全，因而将体积作为系统的整体承载风险的能力则越大。

与现有技术相比，本发明所达到的有益效果是：本发明提供的一种基于大数据的计算机设备管理系统及方法中，结合计算机的特性，即计算机整体分为软件和硬件两个部分，软件控制的指令将各硬件进行连接协调，硬件通过执行软件发出的指令来工作，进而将对故障的分析分为内部和外部两个维度；构建程序指令与故障源的关联关系，对故障源进行分类，再将实时采集的数据与关联关系进行匹配，进而能快速识别判断出故障和故障来源；结合计算机的特性，构建木桶模型，对工控系统的整体故障承受能力进行评估；进而既能够精准识别出系统的故障源，便于工作人员进行快速维护，同时也能对系统整体进行评估预警，并且在诊断识别的过程中不干涉系统其他功能的正常运作，保护了原始数据；将软件与硬件结合来分析，利用大数据技术，提高分析的精准度，使数据分析具有整体性、全面性和智能性。

附图说明

附图用来提供对本发明的进一步理解，并且且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并且不构成对本发明的限制。在附图中：

图1是本发明一种基于大数据的计算机设备管理系统的结构示意图；

图2是本发明一种基于大数据的计算机设备管理方法的步骤示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-图2，本发明提供技术方案：

请参阅图1，在本实施例一中：提供一种基于大数据的计算机设备管理系统，该系统包括：计算机设备故障数据库模块、故障分类模块、故障巡查模块和预警提示模块；

计算机设备故障数据库模块，用于预先构建计算机设备故障数据库，故障数据库包括故障源数据库和程序指令控制数据库；根据故障源数据库和程序指令控制数据库，分别获取故障感知集合和指令控制集合；

计算机设备故障数据库模块还包括计算机设备故障源数据库单元和计算机设备程序指令控制数据库单元；

计算机设备故障源数据库单元，用于调取工控系统内各个计算机设备的维修日志，维修日志包括计算机设备的故障源数据和每个故障源的感知时间范围；根据各个计算机的维修日志，对工控系统内的所有故障源数据进行统计，对故障源数据进行统一编号为{G₁，G₂，...，G_X}，其中G₁，G₂，...，G_X分别代表一种故障源数据，X为故障源数据的总种数；将任意一个故障源数据记为G_i且G_i∈{G₁，G₂，...，G_X}；根据故障源的发生时间和结束时间，对故障源的感知时间范围进行记录；构建计算机设备故障源数据库，根据任意一个故障源数据的全部感知时间范围生成故障感知集合，记为G_i＝{gt₁，gt₂，...，gt_n}，其中gt₁，gt₂，...，gt_n分别代表一种感知时间范围，n为感知时间范围的总种数；

计算机设备程序指令控制数据库单元，用于调取工控系统内各个计算机设备连接接口处的指令控制日志，指令控制日志包括计算机设备的程序指令控制数据和每个程序指令的控制时间范围；根据各个计算机的指令控制日志，对工控系统内的所有程序指令控制数据进行统计，对程序指令控制数据进行统一编号为{Q₁，Q₂，...，Q_Y}，其中Q₁，Q₂，...，Q_Y分别代表一种程序指令控制数据，Y为程序指令控制数据的总种数；将任意一个程序指令控制数据记为Q_j且Q_j∈{Q₁，Q₂，...，Q_Y}；根据程序指令控制的发生时间和结束时间，对程序指令的控制时间范围进行记录；构建计算机设备程序指令控制数据库，根据任意一个程序指令控制数据的全部控制时间范围生成指令控制集合，记为Q_j＝{qt₁，qt₂，...，qt_m}，其中qt₁，qt₂，...，qt_m分别代表一种控制时间范围，m为控制时间范围的总种数。

故障分类模块，用于在故障感知集合和指令控制集合之间遍历寻找故障源数据与程序指令控制数据的关联关系；基于故障源数据与程序指令控制数据的关联关系，将故障源数据分为内部故障源数据和外部故障源数据；

故障分类模块还包括关联度计算单元和故障分类单元；

关联度计算单元，用于以故障感知集合为搜索源，以指令控制集合为目标源，将任意一个感知时间范围记为gt_a，则gt_a∈{gt₁，gt₂，...，gt_n}，将任意一个控制时间范围记为qt_b，则qt_b∈{qt₁，qt₂，...，qt_m}；如果gt_a和qt_b存在关系则表示任意一个故障源数据G_i发生的同时程序指令控制数据Q_j也发生了；统计存在关系的感知时间范围数量，记为C，计算故障源数据与程序指令控制数据的关联度D＝C×(n-C)÷m²；

故障分类单元，用于预设关联度阈值D₀，如果D大于等于D₀，则表示任意一个故障源数据G_i与任意一个程序指令控制数据Q_j存在关联关系，否则不存在关联关系；将存在关联关系的故障源数据分为内部故障源数据，将不存在关联关系的故障源数据分为外部故障源数据。

故障巡查模块，用于在预设的采集周期节点，分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合；基于指令控制集合，构建故障源研判模型，对工控系统内的各个计算机设备进行故障源数据的巡查，输出故障源数据巡查结果；

故障巡查模块还包括数据采集单元和故障研判模型单元；

数据采集单元，用于预设采集周期节点，在采集周期节点内分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合，记为实时指令控制集合，将任意一个实时指令控制集合记为Q^W＝{q^Wt₁，q^Wt₂，...，q^Wt_P}，其中q^Wt₁，q^Wt₂，...，q^Wt_P分别代表集合Q^W内的一种控制时间范围，P为集合Q^W内的控制时间范围的总种数；分别调取内部故障源数据和外部故障源数据对应关联关系下的程序指令控制数据对应的指令控制集合，并依次记为内部指令控制集合和外部指令控制集合；在内部指令控制集合和外部指令控制集合中任意选取一个集合，记为Q^L＝{q^Lt₁，q^Lt₂，...，q^Lt_V}，其中q^Lt₁，q^Lt₂，...，q^Lt_V分别代表集合Q^L内的一种控制时间范围，V为集合Q^L内的控制时间范围的总种数；

故障研判模型单元，用于构建故障源研判模型，将集合Q^W内的任意一种控制时间范围记为q^Wt_e，将集合Q^L内的任意一种控制时间范围记为q^Lt_f，如果q^Wt_e和q^Lt_f存在关系 则表示计算机设备存在故障，如果Q^L为内部指令控制集合，则判定计算机设备存在内部故障，否则为外部故障；调取集合Q^L对应的程序指令控制数据，基于故障源数据与程序指令控制数据的关联关系锁定故障源数据；对采集周期节点内的所有实时指令控制集合进行故障源研判，输出故障源数据巡查结果，故障源数据巡查结果包括内部故障源数据巡查结果和外部故障源数据巡查结果，根据内部故障源数据巡查结果和外部故障源数据巡查结果分别生成内部故障源集合和外部故障源集合。

预警提示模块，用于基于故障源巡查结果，构建计算机设备故障预警模型，输出故障预警信息；

预警提示模块还包括计算机设备故障预警模型单元和预警提示单元；

计算机设备故障预警模型单元，用于对工控系统内每个计算机设备进行故障源数据的巡查，将任意一个计算机设备记为I，将计算机设备I的内部故障源集合中元素数量记为E_I，将计算机设备I的外部故障源集合中元素数量记为F_I，其中I∈{1，2，...，A}，A为工控系统内计算机设备的总数量；构建计算机设备故障预警模型，根据木桶原理，木桶底面圆周长将工控系统看作木桶，以1/(E_I*B)为比例对周长进行划分，根据周长划分结果，将木桶划分成A个部分，其中每一部分对应一个计算机设备，则计算机设备I在木桶上对应的高度记为1/F_I；计算计算机设备I在木桶中的体积T＝B/(4πE_IF_I)；

预警提示单元，用于获取计算机设备在木桶中的体积最小值，记为T_min，预设故障预警阈值，当T_min小于等于故障预警阈值时，输出故障预警信息，并发送预警信息至相关负责人；预警信息为工控系统内各个计算机设备在木桶中的体积按照从小到大的顺序排列的集合。

请参阅图2，在本实施例二中：提供一种基于大数据的计算机设备管理方法，该方法包括以下步骤：

调取工控系统内各个计算机设备的维修日志，维修日志包括计算机设备的故障源数据和每个故障源的感知时间范围；根据各个计算机的维修日志，对工控系统内的所有故障源数据进行统计，对故障源数据进行统一编号为{G₁，G₂，...，G_X}，其中G₁，G₂，...，G_X分别代表一种故障源数据，X为故障源数据的总种数；将任意一个故障源数据记为G_i且G_i∈{G₁，G₂，...，G_X}；根据故障源的发生时间和结束时间，对故障源的感知时间范围进行记录；构建计算机设备故障源数据库，根据任意一个故障源数据的全部感知时间范围生成故障感知集合，记为G_i＝{gt₁，gt₂，...，gt_n}，其中gt₁，gt₂，...，gt_n分别代表一种感知时间范围，n为感知时间范围的总种数；

调取工控系统内各个计算机设备连接接口处的指令控制日志，指令控制日志包括计算机设备的程序指令控制数据和每个程序指令的控制时间范围；根据各个计算机的指令控制日志，对工控系统内的所有程序指令控制数据进行统计，对程序指令控制数据进行统一编号为{Q₁，Q₂，...，Q_Y}，其中Q₁，Q₂，...，Q_Y分别代表一种程序指令控制数据，Y为程序指令控制数据的总种数；将任意一个程序指令控制数据记为Q_j且Q_j∈{Q₁，Q₂，...，Q_Y}；根据程序指令控制的发生时间和结束时间，对程序指令的控制时间范围进行记录；构建计算机设备程序指令控制数据库，根据任意一个程序指令控制数据的全部控制时间范围生成指令控制集合，记为Q_j＝{qt₁，qt₂，...，qt_m}，其中qt₁，qt₂，...，qt_m分别代表一种控制时间范围，m为控制时间范围的总种数；

以故障感知集合为搜索源，以指令控制集合为目标源，将任意一个感知时间范围记为gt_a，则gt_a∈{gt₁，gt₂，...，gt_n}，将任意一个控制时间范围记为qt_b，则qt_b∈{qt₁，qt₂，...，qt_m}；如果gt_a和qt_b存在关系则表示任意一个故障源数据G_i发生的同时程序指令控制数据Q_j也发生了；统计存在关系的感知时间范围数量，记为C，计算故障源数据与程序指令控制数据的关联度D＝C×(n-C)÷m²；

预设关联度阈值D₀，如果D大于等于D₀，则表示任意一个故障源数据G_i与任意一个程序指令控制数据Q_j存在关联关系，否则不存在关联关系；将存在关联关系的故障源数据分为内部故障源数据，将不存在关联关系的故障源数据分为外部故障源数据；

例如，调取维修日志得到故障源有{G₁，G₂，...，G₁₀}，调取指令控制日志得到指令控制数据有{Q₁，Q₂，...，Q₂₀}；通过关联关系，得到内部故障源数据有{G₁，G₂，...，G₄}，外部故障源数据有{G₅，G₆，...，G₁₀}；并且每一个故障源对应多种控制指令，例如G₁对应的指令控制数据有{Q₁，Q₂，Q₅，Q₁₀}；

预设采集周期节点，在采集周期节点内分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合，记为实时指令控制集合，将任意一个实时指令控制集合记为Q^W＝{q^Wt₁，q^Wt₂，...，q^Wt_P}，其中q^Wt₁，q^Wt₂，...，q^Wt_P分别代表集合Q^W内的一种控制时间范围，P为集合Q^W内的控制时间范围的总种数；分别调取内部故障源数据和外部故障源数据对应关联关系下的程序指令控制数据对应的指令控制集合，并依次记为内部指令控制集合和外部指令控制集合；在内部指令控制集合和外部指令控制集合中任意选取一个集合，记为Q^L＝{q^Lt₁，q^Lt₂，...，q^Lt_V}，其中q^Lt₁，q^Lt₂，...，q^Lt_V分别代表集合Q^L内的一种控制时间范围，V为集合Q^L内的控制时间范围的总种数；

构建故障源研判模型，将集合Q^W内的任意一种控制时间范围记为q^Wt_e，将集合Q^L内的任意一种控制时间范围记为q^Lt_f，如果q^Wt_e和q^Lt_f存在关系则表示计算机设备存在故障，如果Q^L为内部指令控制集合，则判定计算机设备存在内部故障，否则为外部故障；调取集合Q^L对应的程序指令控制数据，基于故障源数据与程序指令控制数据的关联关系锁定故障源数据；对采集周期节点内的所有实时指令控制集合进行故障源研判，输出故障源数据巡查结果，故障源数据巡查结果包括内部故障源数据巡查结果和外部故障源数据巡查结果，根据内部故障源数据巡查结果和外部故障源数据巡查结果分别生成内部故障源集合和外部故障源集合；例如，将实时采集的指令控制数据与确定故障源对应的指令控制集合进行匹配，得到计算机设备I的内部故障源集合{G₁，G₂，...，G₄}，外部故障源集合{G₅，G₇，G₈，G₉，G₁₀}；

对工控系统内每个计算机设备进行故障源数据的巡查，将任意一个计算机设备记为I，将计算机设备I的内部故障源集合中元素数量记为E_I，将计算机设备I的外部故障源集合中元素数量记为F_I，其中I∈{1，2，...，A}，A为工控系统内计算机设备的总数量；构建计算机设备故障预警模型，根据木桶原理，木桶底面圆周长将工控系统看作木桶，以1/(E_I*B)为比例对周长进行划分，根据周长划分结果，将木桶划分成A个部分，其中每一部分对应一个计算机设备，则计算机设备I在木桶上对应的高度记为1/F_I；计算计算机设备I在木桶中的体积T＝B/(4πE_IF_I)；例如，工控系统共有计算机设备的数量为5，计算机设备I的E_I＝4，F_I＝5，其他计算机设备的内部元素数量分别为4、2、2和2，则木桶底面圆周长B＝1/4+1/4+1/2+1/2+1/2＝2，计算机设备I在木桶中的体积T＝2/(80π)＝1/(40π)；

获取计算机设备在木桶中的体积最小值，记为T_min，预设故障预警阈值，当T_min小于等于故障预警阈值时，输出故障预警信息，并发送预警信息至相关负责人；预警信息为工控系统内各个计算机设备在木桶中的体积按照从小到大的顺序排列的集合。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并且不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于大数据的计算机设备管理方法，其特征在于，该方法包括以下步骤：

步骤S100：预先构建计算机设备故障数据库，所述故障数据库包括故障源数据库和程序指令控制数据库；根据故障源数据库和程序指令控制数据库，分别获取故障感知集合和指令控制集合；

步骤S200：在故障感知集合和指令控制集合之间遍历寻找故障源数据与程序指令控制数据的关联关系；基于故障源数据与程序指令控制数据的关联关系，将故障源数据分为内部故障源数据和外部故障源数据；

步骤S300：在预设的采集周期节点，分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合；基于指令控制集合，构建故障源研判模型，对工控系统内的各个计算机设备进行故障源数据的巡查，输出故障源数据巡查结果；

步骤S400：基于故障源巡查结果，构建计算机设备故障预警模型，输出故障预警信息；

所述步骤S300的具体实施过程包括：

步骤S301：预设采集周期节点，在采集周期节点内分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合，记为实时指令控制集合，将任意一个实时指令控制集合记为Q^W＝{q^Wt₁，q^Wt₂，...，q^Wt_P}，其中q^Wt₁，q^Wt₂，...，q^Wt_P分别代表集合Q^W内的一种控制时间范围，P为集合Q^W内的控制时间范围的总种数；分别调取内部故障源数据和外部故障源数据对应关联关系下的程序指令控制数据对应的指令控制集合，并依次记为内部指令控制集合和外部指令控制集合；在内部指令控制集合和外部指令控制集合中任意选取一个集合，记为Q^L＝{q^Lt₁，q^Lt₂，...，q^Lt_V}，其中q^Lt₁，q^Lt₂，...，q^Lt_V分别代表集合Q^L内的一种控制时间范围，V为集合Q^L内的控制时间范围的总种数；

步骤S302：构建故障源研判模型，将集合Q^W内的任意一种控制时间范围记为q^Wt_e，将集合Q^L内的任意一种控制时间范围记为q^Lt_f，如果q^Wt_e和q^Lt_f存在关系则表示计算机设备存在故障，如果Q^L为内部指令控制集合，则判定计算机设备存在内部故障，否则为外部故障；调取集合Q^L对应的程序指令控制数据，基于故障源数据与程序指令控制数据的关联关系锁定故障源数据；对采集周期节点内的所有实时指令控制集合进行故障源研判，输出故障源数据巡查结果，所述故障源数据巡查结果包括内部故障源数据巡查结果和外部故障源数据巡查结果，根据内部故障源数据巡查结果和外部故障源数据巡查结果分别生成内部故障源集合和外部故障源集合；

所述步骤S400中的具体实施过程包括：

步骤S401：对工控系统内每个计算机设备进行故障源数据的巡查，将任意一个计算机设备记为I，将计算机设备I的内部故障源集合中元素数量记为E_I，将计算机设备I的外部故障源集合中元素数量记为F_I，其中I∈{1，2，...，A}，A为工控系统内计算机设备的总数量；构建计算机设备故障预警模型，根据木桶原理，木桶底面圆周长将工控系统看作木桶，以1/(E_I*B)为比例对周长进行划分，根据周长划分结果，将木桶划分成A个部分，其中每一部分对应一个计算机设备，则计算机设备I在木桶上对应的高度记为1/F_I；计算计算机设备I在木桶中的体积T＝B/(4πE_IF_I)；

步骤S402：获取计算机设备在木桶中的体积最小值，记为T_min，预设故障预警阈值，当T_min小于等于故障预警阈值时，输出故障预警信息，并发送预警信息至相关负责人；所述预警信息为工控系统内各个计算机设备在木桶中的体积按照从小到大的顺序排列的集合。

2.根据权利要求1所述的一种基于大数据的计算机设备管理方法，其特征在于，所述步骤S100中预先构建计算机设备故障数据库的具体实施过程包括：

步骤S101：调取工控系统内各个计算机设备的维修日志，所述维修日志包括计算机设备的故障源数据和每个故障源的感知时间范围；根据各个计算机的维修日志，对工控系统内的所有故障源数据进行统计，对故障源数据进行统一编号为{G₁，G₂，...，G_X}，其中G₁，G₂，...，G_X分别代表一种故障源数据，X为故障源数据的总种数；将任意一个故障源数据记为G_i且G_i∈{G₁，G₂，...，G_X}；根据故障源的发生时间和结束时间，对故障源的感知时间范围进行记录；构建计算机设备故障源数据库，根据任意一个故障源数据的全部感知时间范围生成故障感知集合，记为G_i＝{gt₁，gt₂，...，gt_n}，其中gt₁，gt₂，...，gt_n分别代表一种感知时间范围，n为感知时间范围的总种数；

步骤S102：调取工控系统内各个计算机设备连接接口处的指令控制日志，所述指令控制日志包括计算机设备的程序指令控制数据和每个程序指令的控制时间范围；根据各个计算机的指令控制日志，对工控系统内的所有程序指令控制数据进行统计，对程序指令控制数据进行统一编号为{Q₁，Q₂，...，Q_Y}，其中Q₁，Q₂，...，Q_Y分别代表一种程序指令控制数据，Y为程序指令控制数据的总种数；将任意一个程序指令控制数据记为Q_j且Q_j∈{Q₁，Q₂，...，Q_Y}；根据程序指令控制的发生时间和结束时间，对程序指令的控制时间范围进行记录；构建计算机设备程序指令控制数据库，根据任意一个程序指令控制数据的全部控制时间范围生成指令控制集合，记为Q_j＝{qt₁，qt₂，...，qt_m}，其中qt₁，qt₂，...，qt_m分别代表一种控制时间范围，m为控制时间范围的总种数。

3.根据权利要求2所述的一种基于大数据的计算机设备管理方法，其特征在于，所述步骤S200的具体实施过程包括：

步骤S201：以故障感知集合为搜索源，以指令控制集合为目标源，将任意一个感知时间范围记为gt_a，则gt_a∈{gt₁，gt₂，...，gt_n}，将任意一个控制时间范围记为qt_b，则qt_b∈{qt₁，qt₂，...，qt_m}；如果gt_a和qt_b存在关系则表示任意一个故障源数据G_i发生的同时程序指令控制数据Q_j也发生了；统计存在关系的感知时间范围数量，记为C，计算故障源数据与程序指令控制数据的关联度D＝C×(n-C)÷m²；

步骤S202：预设关联度阈值D₀，如果D大于等于D₀，则表示任意一个故障源数据G_i与任意一个程序指令控制数据Q_j存在关联关系，否则不存在关联关系；将存在关联关系的故障源数据分为内部故障源数据，将不存在关联关系的故障源数据分为外部故障源数据。

4.一种基于大数据的计算机设备管理系统，其特征在于，所述系统包括：计算机设备故障数据库模块、故障分类模块、故障巡查模块和预警提示模块；

所述计算机设备故障数据库模块，用于预先构建计算机设备故障数据库，所述故障数据库包括故障源数据库和程序指令控制数据库；根据故障源数据库和程序指令控制数据库，分别获取故障感知集合和指令控制集合；

所述故障分类模块，用于在故障感知集合和指令控制集合之间遍历寻找故障源数据与程序指令控制数据的关联关系；基于故障源数据与程序指令控制数据的关联关系，将故障源数据分为内部故障源数据和外部故障源数据；

所述故障巡查模块，用于在预设的采集周期节点，分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合；基于指令控制集合，构建故障源研判模型，对工控系统内的各个计算机设备进行故障源数据的巡查，输出故障源数据巡查结果；

所述预警提示模块，用于基于故障源巡查结果，构建计算机设备故障预警模型，输出故障预警信息；

所述故障巡查模块还包括数据采集单元和故障研判模型单元；

所述数据采集单元，用于预设采集周期节点，在采集周期节点内分别获取工控系统内各个计算机设备连接接口处的指令控制日志对应的指令控制集合，记为实时指令控制集合，将任意一个实时指令控制集合记为Q^W＝{q^Wt₁，q^Wt₂，...，q^Wt_P}，其中q^Wt₁，q^Wt₂，...，q^Wt_P分别代表集合Q^W内的一种控制时间范围，P为集合Q^W内的控制时间范围的总种数；分别调取内部故障源数据和外部故障源数据对应关联关系下的程序指令控制数据对应的指令控制集合，并依次记为内部指令控制集合和外部指令控制集合；在内部指令控制集合和外部指令控制集合中任意选取一个集合，记为Q^L＝{q^Lt₁，q^Lt₂，...，q^Lt_V}，其中q^Lt₁，q^Lt₂，...，q^Lt_V分别代表集合Q^L内的一种控制时间范围，V为集合Q^L内的控制时间范围的总种数；

所述故障研判模型单元，用于构建故障源研判模型，将集合Q^W内的任意一种控制时间范围记为q^Wt_e，将集合Q^L内的任意一种控制时间范围记为q^Lt_f，如果q^Wt_e和q^Lt_f存在关系则表示计算机设备存在故障，如果Q^L为内部指令控制集合，则判定计算机设备存在内部故障，否则为外部故障；调取集合Q^L对应的程序指令控制数据，基于故障源数据与程序指令控制数据的关联关系锁定故障源数据；对采集周期节点内的所有实时指令控制集合进行故障源研判，输出故障源数据巡查结果，所述故障源数据巡查结果包括内部故障源数据巡查结果和外部故障源数据巡查结果，根据内部故障源数据巡查结果和外部故障源数据巡查结果分别生成内部故障源集合和外部故障源集合；

所述预警提示模块还包括计算机设备故障预警模型单元和预警提示单元；

所述计算机设备故障预警模型单元，用于对工控系统内每个计算机设备进行故障源数据的巡查，将任意一个计算机设备记为I，将计算机设备I的内部故障源集合中元素数量记为E_I，将计算机设备I的外部故障源集合中元素数量记为F_I，其中I∈{1，2，...，A}，A为工控系统内计算机设备的总数量；构建计算机设备故障预警模型，根据木桶原理，木桶底面圆周长将工控系统看作木桶，以1/(E_I*B)为比例对周长进行划分，根据周长划分结果，将木桶划分成A个部分，其中每一部分对应一个计算机设备，则计算机设备I在木桶上对应的高度记为1/F_I；计算计算机设备I在木桶中的体积T＝B/(4πE_IF_I)；

所述预警提示单元，用于获取计算机设备在木桶中的体积最小值，记为T_min，预设故障预警阈值，当T_min小于等于故障预警阈值时，输出故障预警信息，并发送预警信息至相关负责人；所述预警信息为工控系统内各个计算机设备在木桶中的体积按照从小到大的顺序排列的集合。

5.根据权利要求4所述的一种基于大数据的计算机设备管理系统，其特征在于：所述计算机设备故障数据库模块还包括计算机设备故障源数据库单元和计算机设备程序指令控制数据库单元；

所述计算机设备故障源数据库单元，用于调取工控系统内各个计算机设备的维修日志，所述维修日志包括计算机设备的故障源数据和每个故障源的感知时间范围；根据各个计算机的维修日志，对工控系统内的所有故障源数据进行统计，对故障源数据进行统一编号为{G₁，G₂，...，G_X}，其中G₁，G₂，...，G_X分别代表一种故障源数据，X为故障源数据的总种数；将任意一个故障源数据记为G_i且G_i∈{G₁，G₂，...，G_X}；根据故障源的发生时间和结束时间，对故障源的感知时间范围进行记录；构建计算机设备故障源数据库，根据任意一个故障源数据的全部感知时间范围生成故障感知集合，记为G_i＝{gt₁，gt₂，...，gt_n}，其中gt₁，gt₂，...，gt_n分别代表一种感知时间范围，n为感知时间范围的总种数；

所述计算机设备程序指令控制数据库单元，用于调取工控系统内各个计算机设备连接接口处的指令控制日志，所述指令控制日志包括计算机设备的程序指令控制数据和每个程序指令的控制时间范围；根据各个计算机的指令控制日志，对工控系统内的所有程序指令控制数据进行统计，对程序指令控制数据进行统一编号为{Q₁，Q₂，...，Q_Y}，其中Q₁，Q₂，...，Q_Y分别代表一种程序指令控制数据，Y为程序指令控制数据的总种数；将任意一个程序指令控制数据记为Q_j且Q_j∈{Q₁，Q₂，...，Q_Y}；根据程序指令控制的发生时间和结束时间，对程序指令的控制时间范围进行记录；构建计算机设备程序指令控制数据库，根据任意一个程序指令控制数据的全部控制时间范围生成指令控制集合，记为Q_j＝{qt₁，qt₂，...，qt_m}，其中qt₁，qt₂，...，qt_m分别代表一种控制时间范围，m为控制时间范围的总种数。

6.根据权利要求5所述的一种基于大数据的计算机设备管理系统，其特征在于：所述故障分类模块还包括关联度计算单元和故障分类单元；

所述关联度计算单元，用于以故障感知集合为搜索源，以指令控制集合为目标源，将任意一个感知时间范围记为gt_a，则gt_a∈{gt₁，gt₂，...，gt_n}，将任意一个控制时间范围记为qt_b，则qt_b∈{qt₁，qt₂，...，qt_m}；如果gt_a和qt_b存在关系则表示任意一个故障源数据G_i发生的同时程序指令控制数据Q_j也发生了；统计存在关系的感知时间范围数量，记为C，计算故障源数据与程序指令控制数据的关联度D＝C×(n-C)÷m²；

所述故障分类单元，用于预设关联度阈值D₀，如果D大于等于D₀，则表示任意一个故障源数据G_i与任意一个程序指令控制数据Q_j存在关联关系，否则不存在关联关系；将存在关联关系的故障源数据分为内部故障源数据，将不存在关联关系的故障源数据分为外部故障源数据。